Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jusikom: Jurnal Sistem Informasi Ilmu Komputer Nusantara Entrepreneurship and Management Review
Prasetia, Andre
Unknown Affiliation
Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Industrial & Manufacturing Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Implementasi Metode Trend Moment Untuk Prediksi Data Penjualan Sparepart Sepeda Motor Prasetia, Andre; Suriati, Suriati; Usman, Ari
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2354

Abstract

Angga Motor merupakan sebuah usaha bengkel yang berlokasi di kota Medan dan bergerak di bidang usaha penjualan sparepart sepeda motor serta melayani jasa service sepeda motor. Dalam menjalankan usahanya, pihak Angga Motor harus memperhatikan perencanaan dan pengendalian persediaan sparepart yang dibeli oleh pelaggan. Jika permintaan pembelian sparepart sepeda motor meningkat, maka dapat mengambil keputusan untuk menambah stok sparepart sepeda motor agar permintaan pelanggan selalu terpenuhi. Apabila hal ini tidak dikelola dengan baik, sistem persediaan sparepart dapat menjadi tidak efektif. Oleh karena itu, maka perlu dilakukan penelitian mengenai prediksi penjualan sparepart sepeda motor dengan menggunakan metode Trend Moment. Prediksi merupakan cara untuk mencari nilai-nilai yang akan datang berdasarkan pada nilai-nilai yang diketahui sebelumnya. Hasil prediksi penjualan sparepart sepeda motor jenis Kanvas Rem untuk periode bulan Januari 2020 dengan menggunakan metode Trend Moment dan dipengaruhi oleh indeks musim yaitu cenderung stabil atau mengalami trend positif dimana hasilnya sebesar 2 unit, dengan nilai error MAPE sebesar 0,002365 %. Sedangkan total nilai error MAPE hasil prediksi dari bulan Januari 2020 sampai Desember 2020 sebesar 0,1440 %. Hasil prediksi untuk sparepart Ban sebanyak 3 unit dengan total nilai error MAPE sebesar 0,1337 %, sparepart Aki sebanyak 3 unit dengan total nilai error MAPE sebesar 0,1224 %, sparepart Oli Mesin sebanyak 2 unit dengan total nilai error MAPE sebesar 0,1288 %, sparepart Lampu sebanyak 3 unit dengan total nilai error MAPE sebesar 0,1352 %, sparepart Kanvas Kopling sebanyak 2 unit dengan total nilai error MAPE sebesar 0,1440 %, dan sparepart Spark Plug sebanyak 2 unit dengan total nilai error MAPE sebesar 0,1484 %.
Strategi Pemasaran Digital dalam Industri Fashion Online: Sebuah Analisis Sistematis Lathifah, Asfi; Wahyono, Deni; Yessa, Fitri; Wardi, Yuni; Prasetia, Andre
Nusantara Entrepreneurship and Management Review Vol. 2 No. 1 (2024): Nusantara Entrepreneurship and Management Review
Publisher : LPPM UNUSIDA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55732/nemr.v1i2.1177

Abstract

Penelitian ini mengkaji isu mengenai efektivitas strategi pemasaran digital dalam industri fashion online, dengan tujuan untuk mengidentifikasi dan menganalisis strategi pemasaran digital yang paling efektif. Menggunakan metode review literatur sistematis, penelitian ini mengumpulkan dan mengevaluasi studi-studi terkait dari berbagai database akademik. Hasil penelitian menunjukkan bahwa kombinasi dari penggunaan media sosial, pemasaran konten, SEO, dan teknologi canggih seperti AI dan AR, berkontribusi signifikan terhadap peningkatan engagement, kesadaran merek, dan penjualan. Kontribusi dari penelitian ini terletak pada sintesis komprehensif strategi pemasaran digital yang dikhususkan untuk industri fashion online, serta penekanan pada pentingnya adaptasi dan inovasi berkelanjutan dalam strategi pemasaran untuk menjaga keberlangsungan bisnis dalam lingkungan yang dinamis. This research examines issues regarding the effectiveness of digital marketing strategies in the online fashion industry to identify and analyze the most effective digital marketing strategies. This research collects and evaluates related studies from various academic databases using a systematic literature review method. The research results show that combining social media, content marketing, SEO, and advanced technologies such as AI and AR contribute significantly to increasing engagement, brand awareness, and sales. The novelty of this research lies in a comprehensive synthesis of digital marketing strategies specifically for the online fashion industry, as well as an emphasis on the importance of adaptation and continuous innovation in marketing strategies to maintain business continuity in a dynamic environment.
Co-Authors Ari Usman, Ari Lathifah, Asfi Suriati, Suriati Wahyono, Deni Wardi, Yuni Yessa, Fitri